都说强化学习很难，其实掌握了正确的学习方法，也会变得非常简单！
这次，所以我们荣幸的邀请到了百度连续两届获得NeurIPS全球顶会赛事冠军团队，6月16日-6月23日，连续7天，20:30-21:30，以直播的形式，手把手带大家从零实践强化学习！
昨晚的直播课中，科科老师详细的给大家解释了Policy Gradient涉及的数学公式，带大家去理解算法是如何一步步如何优化目标的。通过科科老师的耐心梳理，大家对强化学习一定有了更深刻的理解。
今晚精彩更多
之前的课程，我们讨论的都是离散的动作空间，而在实际问题中，存在大量连续空间的问题，比如价格、角度、时间等。想要枚举所有的动作变得更困难，而如何将所有可行的动作逐一尝试出来也变得不那么可能。如何解决呢？别着急，今天科科老师带你一一击破！
连续动作空间上求解RL
1. 离散动作与连续动作
2. 详解Deep Deterministic Policy Gradient
3. DDPG代码解析
为了在连续动作上更有效地学习，DDPG也应运而生：
终极复现项目赛题发布
重点来了！今晚发布终极复现项目赛题，更有科科老师现场讲解项目环境，点拨实现技巧，大家千万不要错过！抢先看：
实现难度（两颗星）：
实现难度（三颗星）：
实现难度（五颗星）：
更多赛题，今晚敬请期待~
直播时间
6月20日（今晚）20:30 - 21:30
讲师介绍
百度高级研发工程师 科科老师
飞桨强化学习PARL团队核心成员，所在团队曾两度夺得NeurIPS强化学习赛事世界冠军，并获得百度最高奖等荣誉。
快来和世界冠军大佬面对面交流吧~
点击“阅读原文”加入课程，获取更多课程资料哦！